Skip to content

Python 최신 버전 개선점

Python에서는 기존의 가장 큰 단점으로 꼽히던 속도 개선을 위한 Faster CPython 프로젝트를 진행하였다.

이를 통해 Python 3.11부터 본격적으로 해당 프로젝트의 결과가 적용되었으며, Python 3.11은 Python 3.10보다 10-60% 더 빨라졌다.

이후 Python 3.13까지 꾸준히 Faster CPython 프로젝트가 적용되어 다방면으로 속도 개선이 진행되고 있다.

Python 3.11

새로운 표준 라이브러리 모듈

  • PEP 680: tomllib을 추가하여 표준 라이브러리에서 TOML 파일을 직접 파싱할 수 있도록 지원한다.

requirements.txt 대신 pyproject.toml 사용

많은 프로젝트에서 패키지 종속성을 관리할 때 requirements.txt를 사용하지만, Python에서는 공식적으로 pyproject.toml을 사용하는 것이 권장된다.

requirements.txt의 문제점

  1. 공식 표준이 아님: requirements.txt는 관습적으로 사용된 파일일 뿐, Python의 공식 표준이 아니다.
  2. 의존성 관리의 불편함: dev-requirements.txt, test-requirements.txt 등 별도의 파일을 만들어야 하므로 관리가 번거롭다.

pyproject.toml을 사용하면?

  1. PEP 518 표준을 따르는 공식적인 방식으로 관리할 수 있다.
  2. 환경별 의존성 관리가 가능하여 개발 환경과 배포 환경을 쉽게 구분할 수 있다.

사용 예시

[tool.poetry]
name = "my_project"
version = "0.1.0"
description = "My Python Project"
authors = ["Your Name <your.email@example.com>"]

[tool.poetry.dependencies]
python = "^3.10"
requests = "^2.28.0"
numpy = "^1.23.0"

[tool.poetry.group.dev.dependencies]
pytest = "^7.1.2"
black = "^22.6.0"

패키지를 설치할 때는 pip install . 또는 poetry install을 사용한다.

Self Type Hint 도입

Self 타입은 현재 클래스의 인스턴스 타입을 명시적으로 나타내는 타입 힌트이다.

기존에는 클래스 내부에서 자기 자신의 인스턴스를 반환하는 메서드를 작성할 때, 반환 타입을 클래스 이름을 직접 사용해야 했다. 그러나 이는 상속 관계에서 문제가 될 수 있다. Self를 사용하면 현재 클래스의 정확한 타입을 반환하도록 설정할 수 있다.

기존 방식 (python < 3.11)

from typing import TypeVar, Type

T = TypeVar("T", bound="MyClass")

class MyClass:
    def my_method(self: T) -> T:
        return self

신규 방식

from typing import Self

class MyClass:
    def my_method(self) -> Self:
        return self
  • Self는 현재 클래스의 인스턴스를 반환하는 메서드에 적합한 타입 힌트이다.
  • 메서드 체이닝, 상속 관계에서의 반환 타입 유지, 컨텍스트 매니저 구현 등에 유용하다.

상속 예시

from typing import Self

class Base:
    def copy(self) -> Self:
        return self.__class__()  # 새로운 인스턴스를 생성하여 반환

class Derived(Base):
    pass

base_instance = Base()
derived_instance = Derived()

print(isinstance(base_instance.copy(), Base))  # True
print(isinstance(derived_instance.copy(), Derived))  # True

Python 3.12

새로운 문법 추가 (PEP 701, f-string 개선)

기존 f-string의 제한을 완화하여 더욱 강력하게 사용할 수 있도록 개선되었다.

개선된 사항

  1. 같은 따옴표(' 또는 " )를 재사용할 수 있다.
  2. 여러 줄 표현과 주석을 지원한다.
  3. 백슬래시() 및 유니코드 문자를 사용할 수 있다.
  4. 에러 메시지가 더욱 명확하게 제공된다.
# 1. 같은 따옴표 재사용 가능
songs = ["Take me back to Eden", "Alkaline", "Ascensionism"]
print(f"This is the playlist: {', '.join(songs)}")
# Python 3.11에서는 같은 따옴표(' 또는 ")를 내부에서 사용할 수 없었음 → 이제 가능!

# 2. 여러 줄 표현과 주석 사용 가능
playlist = f"""
This is the playlist: {", ".join([
    "Take me back to Eden",  # 좋아하는 곡 1
    "Alkaline",              # 좋아하는 곡 2
    "Ascensionism"           # 좋아하는 곡 3
])}
"""
print(playlist)  # 여러 줄에 걸쳐 표현 가능 + 주석도 가능!

# 3. 백슬래시와 유니코드 문자 사용 가능
print(f"This is the playlist: {'\n'.join(songs)}")
# 줄 바꿈을 f-string 내부에서 사용할 수 있게 됨

print(f"This is the playlist: {'\N{BLACK HEART SUIT}'.join(songs)}")
# 유니코드 문자 (♥)도 정상적으로 표현됨

# 4. 에러 메시지가 더 정확하게 표시됨
my_string = f"{x z y}" + f"{1 + 1}"
# Python 3.11 → 에러 메시지가 명확하지 않음
# Python 3.12 → 에러 발생한 위치가 더 정확하게 표시됨

새로운 타입 어노테이션 추가 (PEP 695)

Python 3.12에서는 제네릭(Generic) 타입을 보다 간결하게 정의할 수 있도록 개선되었다.

개선된 사항

  1. TypeVar을 선언할 필요 없이 [T]를 바로 사용할 수 있다.
  2. type 키워드를 활용하여 타입 별칭(Alias)을 선언할 수 있다.

예제 코드

def max[T](args: Iterable[T]) -> T:
    return max(args)

class List[T]:
    def __getitem__(self, index: int) -> T:
        ...
    def append(self, element: T) -> None:
        ...

type Point = tuple[float, float]
type Point[T] = tuple[T, T]
type HashableSequence[T: Hashable] = Sequence[T]
type IntOrStrSequence[T: (int, str)] = Sequence[T]

Python 3.13

GIL 제거 지원 (Free-threaded CPython, PEP 703)

기존 Python은 GIL(Global Interpreter Lock)로 인해 멀티코어를 활용하기 어려웠다. Python 3.13에서는 실험적으로 GIL을 비활성화할 수 있는 Free-threaded 모드가 추가되었다.

주요 특징

  • 기본적으로 GIL이 활성화되어 있지만, python3.13t 실행 파일을 사용하면 GIL 없이 실행할 수 있다.
  • 실행 방법: 
    python3.13t  # GIL이 없는 실행 파일 사용
python3.13 -X gil=0  # 기존 실행 파일에서 GIL 제거 모드 실행
  • 현재는 실험적인 기능이며 일부 성능 저하가 있을 수 있다.

GIL 상태 확인 방법

import sys
print(sys._is_gil_enabled())  # False면 GIL이 비활성화된 상태

JIT(Just-In-Time) 컴파일러 도입

Python 3.13에서는 JIT 컴파일러가 실험적으로 추가되어 실행 속도를 향상시킬 수 있다.

주요 특징

  • 자주 실행되는 바이트코드를 기계어로 변환하여 실행 속도를 높인다.
  • 실행 방법: 
    python3.13 --enable-experimental-jit  # JIT 활성화
  • 설정 옵션:
  • --enable-experimental-jit=yes: JIT 활성화
  • --enable-experimental-jit=no: JIT 비활성화
  • PYTHON_JIT=1: 런타임에서 JIT 활성화

결론

Python 3.11부터 3.13까지 지속적인 성능 개선과 새로운 기능이 추가되었다. 이러한 변화들을 적극 활용하면 상황에 맞게 더욱 효율적인 Python 코드를 작성할 수 있다.